基本信息
文件名称：基于改进深度学习模型的肺部X-ray图像分割算法研究.pdf
文件大小：4.03 MB
总页数：72 页
更新时间：2026-04-02
总字数：约10.96万字
文档摘要
摘要
肺部医学图像分割技术通过精准定位肺实质与病变区域，为肺癌早期筛查与
个性化诊疗提供关键依据，在智能辅助诊断系统中具有重要价值。然而，现有方
法面临以下核心挑战：首先是数据依赖矛盾，即高质量标注数据稀缺导致小样本
场景下模型泛化性不足；其次是多尺度特征冲突，导致传统分割网络对微小结节
敏感性低，且难以区分边缘模糊的亚实性病灶；最后是功能单一性局限，多数算
法仅实现分割任务，缺乏与病理分类的协同优化机制。针对上述问题，本研究提
出双阶段级联优化框架：
(1)基于LS-CycleGAN网